使用深度学习的电池状态估计
Carlos Vidal,麦克马斯特大学
菲尔·科尔迈耶,麦克马斯特大学
概述
一个前馈深度神经网络训练的电压,电流和温度输入和状态的锂离子电池输出。操作条件包括不同的电流水平和不同的温度。获得的估计精度约为1% MAE。前馈神经网络脚本和伴随的数据可以在这里下载.
的主持人
Javier Gazzarri是美国密歇根州诺维MathWorks的首席应用工程师,专注于将物理建模工具作为基于模型的设计的一个组成部分的使用。他的大部分工作都围绕着电池建模,从电池级到系统级,模型相关性的参数估计,电池管理系统设计,平衡,老化和充电状态估计。在加入MathWorks之前,Javier在位于不列颠哥伦比亚省温哥华的加拿大国家研究委员会从事燃料电池建模工作。他拥有布宜诺斯艾利斯大学(阿根廷)的机械工程学士学位,MASc学位(逆向方法),以及英属哥伦比亚大学(加拿大)的固体氧化物燃料电池博士学位(固体氧化物燃料电池)。
Carlos Vidal于2005年获得坎皮纳格兰德联邦大学(UFCG)的电气工程学士学位,2007年获得Getulio Vargas基金会(FGV)的项目管理MBA学位,2015年获得巴西伯南布哥联邦大学(UFPE)的土木与环境工程硕士学位。2020年,他在加拿大汉密尔顿的麦克马斯特大学获得机械工程博士学位。他目前在麦克马斯特汽车研究中心(MARC)担任博士后。在加入麦克马斯特之前,他一直在多个工程和管理职位上积累行业经验,包括为一款轻度混合动力汽车原型开发48V电池系统。他的主要研究领域包括人工智能、建模和应用于电动汽车和电池管理系统的能量存储。
Phillip Kollmeyer是加拿大安大略省汉密尔顿市麦克马斯特大学的高级首席研究工程师。菲利普是由菲亚特克莱斯勒汽车公司和加拿大自然科学与工程研究委员会(NSERC)赞助的“未来汽车”项目45人研究团队的首席工程师。他的研究重点是电化学储能系统的状态估计、热管理、建模和老化,以及神经网络建模和状态估计的应用。他拥有美国威斯康辛大学麦迪逊分校的学士学位、MASc学位(电动汽车传动系统)和博士学位(混合动力储能和电动卡车)。
记录:2020年12月11日
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。